Metaanaliza – to metoda statystyczna służąca do ilościowego połączenia wyników wielu badań dotyczących tego samego lub bardzo podobnego zagadnienia. Jej celem jest oszacowanie ogólnej wielkości badanego efektu oraz ocena, na ile wyniki poszczególnych badań są ze sobą zgodne.

Aby przeprowadzić metaanalizę, należy zdefiniować kryteria włączenia i wykluczenia badań, systematycznie wyszukać odpowiednie publikacje, ocenić ich jakość metodologiczną oraz przeliczyć wyniki na wspólną miarę efektu. Może to być np. współczynnik korelacji, iloraz szans, różnica średnich lub standaryzowana różnica średnich.  Metaanaliza nie polega na prostym uśrednieniu wyników – poszczególne badania otrzymują odpowiednie wagi, zwykle zależne od precyzji ich oszacowań .

Ważnym elementem jest również ocena heterogeniczności, czyli stopnia zróżnicowania efektów pomiędzy badaniami. Jeżeli różnice są większe, niż można oczekiwać na podstawie samego błędu losowego, może to wskazywać na wpływ takich czynników jak charakterystyka próby, sposób pomiaru czy metodologia badania. W zależności od założeń stosuje się m.in. modele efektu stałego lub efektów losowych.

Wyniki metaanalizy często przedstawia się za pomocą wykresu leśnego (forest plot), pokazującego efekty z poszczególnych badań wraz z przedziałami ufności oraz efekt łączny. Wykres lejkowy (funnel plot) może natomiast służyć do oceny asymetrii wyników związanej m.in. z efektem szuflady.  Jakość wniosków z metaanalizy zależy od jakości i kompletności badań, które zostały do niej włączone . Metaanaliza może również pomóc wykrywać nieprawidłowości w literaturze, takie jak selektywna publikacja wyników czy wzorce zgodne z p-hackingiem, choć samo ich stwierdzenie zwykle wymaga dodatkowych analiz i nie powinno opierać się na jednym wskaźniku.

PRZYKŁAD WIZUALIZACJI WYNIKÓW METAANALIZY